Bài học 1Nền tảng sinh lý bệnh nhiễm trùng huyết và tiêu chí lâm sàng (SIRS, qSOFA, SOFA, Sepsis-3)Ôn tập sinh học nhiễm trùng huyết và phản ứng của vật chủ, sau đó liên kết các cơ chế này với các dấu hiệu bên giường bệnh như hạ huyết áp, nhịp tim nhanh và rối loạn chức năng cơ quan. So sánh tiêu chí SIRS, qSOFA, SOFA và Sepsis-3 cũng như ứng dụng của chúng trong phân loại cấp cứu.
Host response to infection and organ dysfunctionHemodynamic changes and microcirculatory failureSIRS, qSOFA, SOFA: components and thresholdsSepsis-3 definition and septic shock criteriaLimitations of clinical scores in the EDBài học 2An toàn, chế độ thất bại và giảm thiểu: dương tính giả/âm tính giả, trôi mô hình, vấn đề chất lượng dữ liệu, đầu vào đối khángXác định các rủi ro an toàn như dương tính giả, âm tính giả, trôi mô hình và chất lượng dữ liệu kém. Khám phá đầu vào đối kháng hoặc bất ngờ, giám sát mạnh mẽ, rào chắn bảo vệ, giám sát con người và quy trình cập nhật mô hình an toàn.
False positives, false negatives, and harm modesData quality checks and anomaly detectionModel drift, recalibration, and retrainingAdversarial or unexpected input handlingHuman oversight, overrides, and governanceBài học 3Chỉ số đánh giá và chiến lược xác thực cho dự đoán nhiễm trùng huyết: AUROC, AUPRC, hiệu chỉnh, thời gian dẫn đầu, phân tích đường cong quyết địnhXác định các chỉ số hiệu suất chính cho dự đoán nhiễm trùng huyết, bao gồm AUROC, AUPRC, hiệu chỉnh và thời gian dẫn đầu. Giải thích xác thực nội bộ và ngoại bộ, xác thực thời gian và phân tích đường cong quyết định để đánh giá tính hữu ích lâm sàng.
AUROC, AUPRC, and class imbalanceCalibration curves and risk stratificationLead time and horizon-specific performanceInternal, external, and temporal validationDecision curve analysis and net benefitBài học 4Kỹ thuật xây dựng đặc trưng và mô hình hóa thời gian: tiền xử lý chuỗi thời gian, cửa sổ trượt, trích xuất xu hướngGiải thích cách làm sạch và căn chỉnh dữ liệu chuỗi thời gian cấp cứu cho mô hình hóa. Bao gồm lấy mẫu lại, xử lý khoảng cách không đều, cửa sổ trượt, đặc trưng xu hướng và biến thiên, mã hóa can thiệp và ngữ cảnh lâm sàng theo thời gian.
Time alignment, resampling, and interpolationSliding windows and prediction horizonsTrend, variability, and derivative featuresEncoding interventions and care escalationHandling irregular and sparse time-seriesBài học 5Mô hình học máy cho dự đoán rủi ro cấp tính: hồi quy logistic, cây tăng cường gradient, RNN, mạng tích chập thời gian, chuỗi thời gian dựa trên transformerSo sánh các cách tiếp cận mô hình hóa cho dự đoán rủi ro nhiễm trùng huyết cấp tính, từ hồi quy logistic đến cây tăng cường gradient và mô hình chuỗi sâu. Nhấn mạnh điểm mạnh, hạn chế, khả năng giải thích và phù hợp với ràng buộc thời gian cấp cứu.
Logistic regression and regularization choicesGradient boosted trees and feature importanceRecurrent neural networks for sequencesTemporal convolutional networks for time-seriesTransformers for clinical time-series dataBài học 6Các phương thức dữ liệu cho phát hiện nhiễm trùng huyết thời gian thực: dấu hiệu sinh tồn, xét nghiệm, ghi chép điều dưỡng, thuốc, dạng sóngMô tả các luồng dữ liệu thời gian thực chính tại khoa cấp cứu, bao gồm dấu hiệu sinh tồn, xét nghiệm, ghi chép điều dưỡng, thuốc và dạng sóng sinh lý. Thảo luận tần suất lấy mẫu, độ tin cậy và cách mỗi phương thức báo hiệu nhiễm trùng huyết đang tiến triển.
Vital signs and continuous monitoring feedsLaboratory panels, cultures, and turnaround timesMedication orders, fluids, and vasopressorsNursing notes, triage text, and flowsheetsWaveforms from monitors and bedside devicesBài học 7Tích hợp với quy trình làm việc cấp cứu và hệ thống EHR: luồng sự kiện, FHIR, HL7, ứng dụng SMART on FHIR, CDS HooksMô tả cách các mô hình AI nhiễm trùng huyết tích hợp vào quy trình làm việc cấp cứu và hệ thống hồ sơ y tế điện tử. Ôn tập luồng sự kiện, HL7, tài nguyên FHIR, ứng dụng SMART on FHIR và CDS Hooks, nhấn mạnh tính khả dụng, độ tin cậy và gián đoạn tối thiểu cho thực hành lâm sàng.
Event-driven architectures and data streamsHL7 and FHIR resources for sepsis signalsSMART on FHIR apps for bedside decision supportCDS Hooks for context-aware recommendationsWorkflow mapping and usability testingBài học 8Thiết kế cảnh báo lâm sàng và yếu tố con người: ngưỡng, giảm mệt mỏi báo động, quy trình leo thang, ai nhận cảnh báoBao quát nguyên tắc thiết kế cảnh báo cho bác sĩ lâm sàng cấp cứu, bao gồm lựa chọn ngưỡng, cảnh báo phân cấp và định tuyến đến vai trò phù hợp. Địa chỉ mệt mỏi báo động, thời gian cảnh báo, đường dẫn leo thang và trình bày giải thích và ngữ cảnh.
Choosing thresholds and alert tiersAlarm fatigue and suppression strategiesWho receives alerts and on which channelsEscalation workflows and handoff supportExplaining alerts and providing contextBài học 9Yêu cầu quy định và bằng chứng cho AI chẩn đoán: cân nhắc FDA/CMS, thiết kế nghiên cứu xác thực lâm sàng, thí điểm tương lai, tiêu chuẩn báo cáo (TRIPOD, CONSORT-AI)Phác thảo kỳ vọng quy định và bằng chứng cho AI chẩn đoán nhiễm trùng huyết, bao gồm đường dẫn FDA, cân nhắc CMS và xác thực lâm sàng. Ôn tập thí điểm tương lai và tiêu chuẩn báo cáo như TRIPOD và CONSORT-AI.
FDA pathways for diagnostic support toolsCMS, reimbursement, and quality programsDesigning robust clinical validation studiesProspective pilots and phased rolloutsTRIPOD and CONSORT-AI reporting guidanceBài học 10Tần suất triển khai và cân nhắc độ trễ: luồng thời gian thực gần so với chấm điểm hàng loạt, xử lý dữ liệu thiếu và chậmThảo luận kiến trúc triển khai cho mô hình nhiễm trùng huyết, so sánh luồng thời gian thực gần với chấm điểm hàng loạt. Địa chỉ ngân sách độ trễ, xử lý dữ liệu thiếu hoặc chậm, lấp đầy dữ liệu và giám sát sức khỏe đường ống dữ liệu tại khoa cấp cứu.
Near-real-time streaming vs batch scoringLatency budgets and SLA definitionsImputation for missing and delayed inputsBackfilling, replay, and late-arriving dataMonitoring pipelines and system resilience
